Mémoire d'actuariat

Pilotage des placements d\'une compagnie non vie dans un contexte Solvabilité 2
Auteur(s) COHEN Léa
Société Actuaris
Année 2016

Résumé
La directive Solvabilité 2, entrée en vigueur le 1er Janvier 2016, impose aux organismes d'assurances de repenser en profondeur leur gestion des risques. Notre étude s’insère ainsi dans la mise en place du processus ORSA (Own Risk and Solvency Assessment), pour lequel l’entreprise doit démontrer sa capacité à respecter son besoin de capital réglementaire de manière prospective. Pour cela, l'assureur doit être en mesure de projeter l'évolution de son actif et de son passif, et leurs interactions. Il devient alors indispensable de se doter d'un outil ALM (Assets Liability Management). L'objectif de ce mémoire est de proposer un modèle de pilotage des placements ainsi que la possibilité d'optimiser l'allocation du portefeuille dans un contexte Solvabilité 2. Dans un premier temps, nous avons rappelé le contexte règlementaire dans lequel s'inscrit notre démarche, les trois Piliers de la directive, en insistant plus particulièrement sur l'ORSA. Nous avons précisé les éléments concernant le risque de marché, qui impacte directement le coût du capital. La deuxième partie présente le modèle de pilotage. Nous l'avons développé au travers d'hypothèses paramétrables concernant l'évolution future des marchés financiers, ainsi que l’Évolution de l’activité technique. Le modèle a été conçu pour fonctionner selon une stratégie d’allocation par stock ou par flux, et l’allocation du portefeuille peut également être paramétrée manuellement ou optimisée. De plus, pour modifier l’allocation du portefeuille, différentes méthodes de gestion sont offertes : une gestion proportionnelle, une gestion par une liste de nouveaux titres et une gestion First In First Out (FIFO). Ces différentes méthodes définissent les mécanismes d’achat et de vente venant s’opérer sur les titres du portefeuille. La classification des différents placements que nous avons modélisés s’appuie sur un portefeuille regroupant des données issues de deux assureurs non vie. De là, nous avons mis en place différentes fonctions de valorisation afin de faire évoluer le portefeuille. D’autre part, à chaque pas de projection, un montant à investir ou désinvestir, issu de l’activité technique de l’assureur ainsi que de ses différents placements, viendra impacter la valeur de marché totale du portefeuille. C’est sur cette valeur de marché que sera déterminée la réallocation du portefeuille, selon la méthode choisie. Une optimisation de l’allocation a été intégrée au modèle de pilotage des placements dans une troisième partie. Cette optimisation a été mise en place à partir d’un indicateur de rentabilité et d’un indicateur du risque. L’enjeu que nous nous sommes fixés a été de minimiser le SCR marché pour un rendement du portefeuille donné, en intégrant également des contraintes liées à la détention des placements. Nous avons ensuite mis en application le modèle sur un portefeuille de données en définissant deux scénarios, un central et un choqué. Selon différentes hypothèses économiques et pour plusieurs projections, nous avons alors étudié les allocations optimales pouvant être proposées. Ces travaux nous ont permis de mettre en évidence plusieurs stratégies d’allocation permettant d’optimiser la gestion des placements.

Abstract
The Solvency 2 directive entered into application on the 1st of January 2016, requires insurance agencies to rethink their risk management. Thus, we situated our study in the implementation of the ORSA process (Own Risk and Solvency Assessment), for which the company must demonstrate its ability to meet its regulatory capital requirement prospectively. For this, the insurer must be able to project the evolution of its assets and liabilities, and their interactions. It then becomes essential to acquire an ALM tool (Asset Liability Management). The objective of this paper is to propose a management model of investments, and to optimize the portfolio allocation in a Solvency 2 environment. At first, we reminded the regulatory environment in which our approach fits, the three Pillars of the directive, with particular emphasis on the ORSA. We specified the elements for market risk, which directly impacts the cost of capital. The second part presents the management model. We developed it through configurable assumptions regarding financial markets, and the evolution of the company’s technical activity. The model can work with a stock or a flow allocation strategy, and the portfolio allocation can also be set manually or optimized. In addition, to change the allocation in the portfolio, different management methods can be chosen: a proportional management, a management with a list of new titles and a First In First Out management. These methods define the buying and selling mechanisms coming to operate on the Portfolio Securities. The investments’ classification that we have modeled is based on a sample of two portfolios, representative of non-life insurers. From there, we set up various evaluation functions in order to change the portfolio. Moreover, at each projection, an amount to invest or disinvest, which results from the insurer technical activity and its different investments, will impact the total market value of the portfolio. This is on this market value that the portfolio reallocation will be determined. Optimizing the allocation was included in the investment management model in a third part. This optimization has been set up from a profitability indicator and a risk indicator. The challenge we set to ourselves was to minimize the SCR market for a given performance portfolio, we also included constraints on the holding of investments. We then applied the model to a data portfolio by defining two scenarios, a central and a shocked one. According to different economic assumptions and for several projections, we then studied the optimal allocations that may be offered. From this work, we have highlighted the benefits of strategies that optimize the management of investments.

Mémoire complet